汽轮发电机组是电力生产的核心设备,它能否安全、稳定、可靠地运行,对本单位的安全、经济等考核指标至关重要。汽轮发电机组一旦出现重大故障,不仅对企业造成巨大的经济损失,而且可能会对社会造成极坏的影响,甚至可能会上升为政治事件。汽轮发电机是高速旋转机械,运行中不可避免地会出现振动。当振动超出限值时就会影响机组的稳定运行,过大的振动有时可能造成机组发生灾难性的事故。因此,振动是衡量机组可靠性的重要安全性能指标。目前,大容量、高参数机组已经成为国内主力机组,随着机组结构越来越复杂、轴系长度不断增加和运行蒸汽压力、温度不断提高,机组在启动、停运和运行过程中很有可能出现很多全新的、疑难的振动问题。因此,对汽轮发电机组振动进行在线监测与故障诊断是电厂的一个非常重要的课题。本文以电厂汽轮发电机组振动故障案例为依托,融合语义本体技术和汽轮发电机组振动诊断技术展开了深入系统的研究,论文的主要贡献和创新性成果有:(1)构建了适用于汽轮发电机组振动诊断领域的知识模型。针对汽轮发电机组振动诊断领域术语繁杂、异构、表示和共用困难等问题,考虑了本体在振动诊断知识表示中的优势,改进了传统的七步法作为汽轮发电机组振动诊断本体的构建方法,弥补了其在本体评估和跟踪更新上的缺陷。根据本体的构建原则,借助Python网络爬虫技术来快速进行网络知识的收集整理,并基于此通过知识的构建存储改进,成功构建起了Protégé汽轮发电机组振动诊断领域本体,为振动诊断知识提供了明确的形式化表示方法。(2)验证了汽轮发电机组振动诊断本体的可行性和有效性。针对本体中可能存在的不一致现象,设计了基于Tableau算法的一致性检验算法对本体进行了检验。采用了SQI机械振动综合模拟实验台模拟了汽轮发电机组的不同振动,采集和分析了获取的振动信息,并通过实例对本体知识进行了推理测试。(3)提出了基于本体和案例推理的汽轮发电机组振动诊断方法。阐明了本体在案例表示中的优势,分析了案例表示的主要组成部分,量化了语义距离、语义深度和语义密度的数学模型,简化和改进了语义相似度算法,建立了基于语义和案例属性相似度算法的本体和案例推理分层检索模型,并且通过案例研究对振动诊断方法进行了验证。(4)基于已有软件的基础上,结合汽轮发电机组所表现出的主要故障,创造性的完成了系统开发框架及运行过程的合理处理,包括本体知识库、本体和案例推理检索模块的创建以及系统主要功能界面的设计。融合Protégé、Visual Studio C#和SQL Server实现了振动诊断系统的开发,提高了整个振动诊断过程的人机交互性,使得操作过程简洁高效。最后通过实例验证了系统可以为汽轮发电机组振动诊断提供决策支持,提高了振动诊断的效率,同时振动诊断准确率可达80%。